Entwicklung und Erprobung von Testszenarien zur KI-basierten Beurteilung von Fahrverhalten unter psychoaktivem Substanzeinfluss

FE 82.0846/2025/ " Entwicklung und Erprobung von Testszenarien zur KI-basierten Beurteilung von Fahrverhalten unter psychoaktivem Substanzeinfluss " Zur Erfassung und Beurteilung der Leistungsfähigkeit (Fahrleistung) von Fahrern ist die experimentelle Überprüfung im Realverkehr der Goldstandard. Gilt es Fahrten unter psychoaktivem Substanzeinfluss von Alkohol, Medikamenten oder Drogen zu untersuchen, werden diese aus verkehrssicherheitsrelevanten Aspekten vornehmlich auf einem Testgelände durchgeführt. Statt einer reinen Fahrverhaltensbeobachtung können heutzutage mittels instrumentierter Messfahrzeuge verkehrssicherheitsrelevante Fahrvariablen wie Abstand zum Vorausfahrzeug, Querbeschleunigung, Längsbeschleunigung, Abstand zur Spurbegrenzung und Fahrereingaben wie Lenkwinkel, Stellung von Gas- und Lenkwinkel sowie Signalgebung (Blinker) registrieren. Das Problem besteht nun darin, hieraus Maße für die Fahrsicherheit zu gewinnen. Die Bewertung der Fahrleistung muss ganzheitlich erfolgen, so dass ein Profil aus zahlreichen Leistungsparametern geschaffen wird, das alle verschiedenen Ebenen des Fahrverhaltens abbildet (globale Fahrleistungsratings, teilautomatisierte Registrierung und Klassifikation von Fahrfehlern, automatisierte Berechnung einschlägiger taktischer und operationaler Fahrparameter) . Eine besondere Herausforderung spielt hierbei die Festlegung, ab wann eine Abweichung von einer sog. Normalfahrt als verkehrssicherheitsrelevant einzustufen ist. Hier kommen bislang häufig Einschätzungen kritischer Fahrmanöver zum Beispiel durch einen Fahrlehrer zum Einsatz. Oder der Vergleich erfolgt auf der Basis eines Vergleichs mit Fahrten unter Alkoholeinfluss bei 0,5-Promille. Ziel des Projektes ist die Entwicklung von Verkehrsszenarien (Testszenario), mit denen sich erste Leistungseinbußen beim Fahren unter psychoaktivem Substanzeinfluss, die mit einem Verkehrssicherheitsrisiko einhergehen, KI-basiert auf der Basis fahrdynamischer Daten ermitteln lassen. Die Verkehrsszenarien sind zu erproben und ihre Anschlussfähigkeit auf weitere Fragestellungen ist sicherzustellen.